《表2 2种样本数据模型的性能比较》
图7为不同时间跨度样本模型下,深度混合残差网络对异常用电的检测效果。首先,从图7可以看出7 d的时间样本模型,不论AUC分数还是F1分数都是最好的,尤其是F1分数明显优于其他时间跨度的样本模型。不仅因为数据维度足够大,包含足够的信息量;而且较好地体现了工商业用户的用电行为的周期性特征。1 d和3 d的样本模型,由于数据维度太低,包含的信息量少,深度混合残差网络很难学习异常用电特征,导致异常用电检测效果相对较差。5 d的样本模型尽管在AUC分数上与7 d的样本模型非常接近,但F1分数有明显差距。主要因为5 d的时间跨度仍不能很好地体现用电行为的周期性特征,造成样本模型对判决阈值更加敏感,这将影响深度混合残差网络的泛化能力。
图表编号 | XD00162992300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.28 |
作者 | 李江腾、王非 |
绘制单位 | 华中科技大学电信学院、华中科技大学电信学院 |
更多格式 | 高清、无水印(增值服务) |